欢迎来到天天文库
浏览记录
ID:32710216
大小:1.24 MB
页数:49页
时间:2019-02-14
《基于神经网络的汽车牌照识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、沈阳理工大学硕士学位论文摘要智能交通是当前交通管理发展的主要方向,汽车牌照自动识别技术则是智能交通系统的核心。汽车牌照自动识别系统主要包括汽车牌照分割和车牌字符识别两大部分。本文在图像的预处理方面和单个字符分割方面主要采用传统方法。在车牌搜索方面,无论是搜索车牌的方法还是快速算法的实现都提出了自己的见解。经过现场连续500个实测单个字符的分割准确率达95%以上,达到了比较理想的结果。本文对汽车牌照的高精度识别算法作了较为深入的研究。在神经网络识别算法方面,采用了单层感知器、BP网络、cP网络三种算法,并给出了每种算法的优劣比较,使车牌字符识别率有了进一步的提高。其中单层
2、感知器识别算法只能对单类字符进行识别,汉字因为其结构比较复杂,此算法对其无效:BP算法是一种有导师学习算法,而且是目前使用最广泛的一种算法,本文详细描述了此算法的实现,例如权值的调整,学习率的选择,实验结果证明此方法在字符识别方面是很有效的:CP算法是一种将特征映射与基本竞争型网络巧妙结合的一种新型学习算法,它的适用范围不是很广,但通过实验得知此方法用于字符识别无疑可以提高识别率,而且可使识别时间大大缩短。关键词:字符分割;车牌定位;汽车牌照自动识别;神经网络沈阳理工大学硕士学位论文AbstractIntelligenttrafficisthemaintrendofcu
3、rrentdevelopmentoftrafficmanagementandthetechnologyofautomobilelicenseplateauto--recognitionisessentialtotheintelligenttrafficsystem.Thesystemofautomobilelicenseplateautomaticrecognitionmainlyincludespositionfindingofautomobilelicenseplateandcharacterrecognitionofautomobilelicenseplate.T
4、hepaperusedtraditionmethods-forthepre-processingimageandcharacterpartition.Inthesearchingoflicenseplate,thispaperbringsforwardsomenewviewpointinarithmeticandrealization.Therecognizeratioismorethan97%in500samplewhichgetperfectresuRs.Thisthesisistheresearchworkofhighrecognitionratealgorith
5、msoflicenseplate.Inthefieldofneuralnetwork,adoptedfouralgorithmsofsingleperceptron,backpropagationnetworkandcounterpropagationnetwork.Anddosomecomparewithinthem.Therateofrecognitionhasbeenimprovedmore.Thesingleperceptronalgorithmsonlyrecognizesingleclasscharacter.ThestructuresofChinesech
6、aractersareverycomplexandthisalgorithmcannotrecognizethem.Backpropagationalgorithmsisasupervisedalgorithmanditbeusedverywidely.Thisthesisanalysestheimpalementofthisalgorithmindetail,suchasadjustingtheweight,selectinglearningrate.Theresultofapplicationisefficient.Counterpropagationalgorit
7、hmisanewnetwork./tcombinesthefeaturemappingandcompetealgorithm.Usingitcarlshortenthetimeofrecognition.Keyword:Segmentationofcharacter;NeuralNetwork;PatternRecognition;Single—layerpreeptron沈阳理工大学硕士学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对
此文档下载收益归作者所有